声明
第1 章绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 无人驾驶汽车研究现状
1.2.2 点云配准技术研究现状
1.2.3 Lidar SLAM技术研究现状
1.3 本文研究内容及章节安排
第2 章 无人车实验平台与点云数据预处理
2.1 无人车实验平台软硬件系统介绍
2.1.1无人车实验平台
2.1.2 车载激光雷达的选择及安装
2.1.3 软件平台
2.2 环境地图表示方式
2.2.1 栅格地图
2.2.2 几何特征地图
2.2.3 拓扑地图
2.2.4 3D点云地图
2.3 3D点云数据预处理
2.3.1 3D点云数据滤波
2.3.2 基于 RANSAC的点云分割法
2.4 本章小结
第3 章 SLAM构建的实现与帧间匹配优化
3.1 SLAM中的数学基础
3.1.1 坐标系转换
3.1.2 齐次坐标与变换矩阵
3.1.3 旋转向量与欧拉角
3.2 迭代最近点算法及实时性分析
3.2.1 ICP算法原理
3.2.2 ICP算法匹配实验
3.3 激光雷达里程计
3.3.1 特征点提取
3.3.2 基于 PI-ICP与 PP-ICP算法相结合的帧间匹配
3.4 增量式地图构建实现
3.5 实验结果与分析
3.5.1 点云数据采集
3.5.2 SLAM实验
3.6 本章小结
第4 章基于先验地图重定位
4.1 点云数据预处理环节
4.2 多传感器结合的重定位方法
4.2.1 GPS粗定位
4.2.2 基于 NDT算法的激光雷达精确定位模块
4.3 实验结果与分析
4.4 本章小结
结论
致谢
参考文献
西南交通大学;